WASM — WebAssembly

WASM (WebAssembly) — технология, позволяющая запускать скомпилированный программный код непосредственно в веб-браузере с производительностью, близкой к нативным приложениям. Smart Engines использует WASM для распознавания документов в браузере (Google Chrome, Safari, Яндекс Браузер и др.) и в мини-приложениях мессенджеров Telegram и MAX, а также для чтения QR-кодов и банковских карт без установки отдельного приложения и без передачи данных во внешние сервисы.

  • WASM — компактный двоичный формат кода, который браузер исполняет почти так же быстро, как обычную программу на компьютере или смартфоне;
  • Код пишут на C++, Rust и других языках, компилируют в модуль .wasm и запускают в той же защищенной среде браузера, что и JavaScript;
  • WASM закрывает задачи, для которых JavaScript медленный: обработку изображений, видео, распознавание, шифрование;
  • Главное для бизнеса: данные можно обрабатывать прямо на устройстве пользователя, не отправляя фото документа на сервер.

Что такое WebAssembly

WebAssembly — открытый стандарт W3C, который поддерживают все современные браузеры: Chrome, Firefox, Safari, Edge, Яндекс Браузер. Сокращение WASM используют как для самой технологии, так и для файлов с расширением .wasm.

Простыми словами, WASM — это способ запустить в браузере «исходную» программу. Раньше веб-страница могла выполнять только JavaScript. Сложные вычисления на нем работают заметно медленнее, чем в приложении, установленном на устройство, поэтому тяжелые задачи приходилось отправлять на сервер. WebAssembly снял это ограничение: код, написанный на C, C++ или Rust, компилируется в модуль, который браузер загружает и исполняет со скоростью, близкой к нативной.

WASM не заменяет JavaScript, а дополняет его. Интерфейс страницы по-прежнему строится на HTML и JavaScript, а в WASM-модуль выносится вычислительное ядро.

Как работает WASM

Путь кода от исходников до браузера выглядит так:

  1. Разработчик пишет программу на C++, Rust или другом поддерживаемом языке.
  2. Компилятор превращает ее в модуль .wasm — компактный двоичный файл.
  3. Веб-сервер отдает модуль браузеру вместе со страницей. Браузер кэширует его, и при повторных визитах модуль повторно не скачивается.
  4. Браузер проверяет модуль и исполняет его в изолированной среде — «песочнице». JavaScript передает модулю данные и получает результат.
ПараметрJavaScriptWebAssembly
ФорматТекст, интерпретируется и компилируется на летуГотовый двоичный код
Скорость вычисленийДостаточна для интерфейса и логикиБлизка к нативной, подходит для тяжелых расчетов
ЯзыкиТолько JavaScript или TypeScriptC, C++, Rust и другие
Доступ к страницеПрямойТолько через JavaScript
БезопасностьПесочница браузераТа же песочница браузера
Типичные задачиИнтерфейс, формы, запросы к серверуОбработка изображений и видео, распознавание, криптография

Зачем нужен WASM

WASM нужен там, где браузеру приходится много считать: редакторы фото и видео, САПР, игры, архиваторы, шифрование. Отдельный класс задач — компьютерное зрение. Распознавание паспорта по кадру с камеры — это десятки операций над изображением: найти документ в кадре, выровнять перспективу, выделить поля, распознать символы. На JavaScript такая обработка идет медленно, а в WASM укладывается в доли секунды, в том числе в видеопотоке.

Второй мотив — перенос готового кода. Библиотеку, написанную для мобильных и серверных приложений, можно скомпилировать в WASM и получить в браузере ту же функциональность и то же качество, не переписывая ее с нуля.

Обработка данных на стороне пользователя

Для систем, работающих с документами, ключевое свойство WASM — возможность обрабатывать данные прямо в браузере. В классической схеме пользователь фотографирует паспорт, файл уходит на сервер, там распознается, и результат возвращается на страницу. С WASM распознавание выполняется в оперативной памяти устройства: изображение остается на телефоне или компьютере, а приложение получает только извлеченные поля.

Что это дает:

  • Меньше точек риска. Фото документа не передается по сети и не хранится на промежуточных серверах. Для компаний, которые обрабатывают персональные данные по 152-ФЗ, это сокращает число мест, где такие данные могут утечь.
  • Нет зависимости от сторонних облачных сервисов. Данные клиентов не попадают к третьим лицам.
  • Скорость. Нет задержки на отправку изображения и ожидание ответа, результат появляется сразу.
  • Меньше нагрузки на серверы. Вычисления выполняет устройство пользователя, а не инфраструктура компании.

При этом обязанности оператора персональных данных никуда не исчезают: извлеченные из документа сведения по-прежнему нужно хранить и передавать по правилам законодательства.

Где применяется WASM

  • Веб-приложения и сайты — онлайн-заявки, личные кабинеты, формы, которые заполняются по фото документа.
  • PWA — прогрессивные веб-приложения, которые устанавливаются на рабочий стол, но работают на веб-технологиях.
  • Мини-приложения мессенджеров — Telegram и MAX открывают их во встроенном браузере, где WASM работает так же, как на обычном сайте.
  • Тонкий клиент и рабочие места операторов — распознавание в браузере без установки программ на каждый компьютер.
  • Серверные среды — WASM-модули можно исполнять и вне браузера, например в Node.js.

WASM, SDK и API: как выбрать способ встраивания

Распознавание можно встроить в продукт тремя способами, и WASM — лишь один из них.

СпособГде идет обработкаКогда подходит
WASM в браузереНа устройстве пользователяСайты, веб-приложения, мини-приложения, когда фото не должно покидать устройство
Мобильный SDKНа смартфонеНативные приложения iOS и Android
Серверная библиотека с доступом через APIНа серверах компанииПакетная обработка сканов, документы из почты и СЭД

Способы не исключают друг друга: одна и та же компания часто использует мобильный SDK в приложении, WASM на сайте и серверную библиотеку для бэк-офиса.

WASM в решениях Smart Engines

Smart Engines компилирует свои библиотеки распознавания в WebAssembly и поставляет их как Smart Engines Web OCR. В браузере доступны те же технологии, что и в мобильных и серверных версиях:

Распознавание работает по видеопотоку с камеры и по загруженным фото. Модуль исполняется на устройстве пользователя, изображения не передаются ни Smart Engines, ни третьим лицам. Для мини-приложений MAX есть отдельная сборка — Smart Engines MAX OCR. Настройка веб-сервера и подключение модуля описаны в инструкции по интеграции WASM.

Частые вопросы

  • WASM, или WebAssembly, — это способ запускать в браузере программы, написанные не на JavaScript, а на C++, Rust и других языках. Код заранее компилируется в компактный файл, и браузер исполняет его почти так же быстро, как приложение, установленное на компьютер или смартфон. Благодаря этому прямо на веб-странице можно выполнять тяжелые задачи: обрабатывать фото и видео, распознавать документы, шифровать данные. Пользователю ничего устанавливать не нужно — достаточно открыть страницу в современном браузере.

  • JavaScript — текстовый язык, который браузер разбирает и компилирует на лету. Он удобен для интерфейса и логики страницы, но на сложных вычислениях работает медленнее нативного кода. WASM — готовый двоичный код, который браузер исполняет со скоростью, близкой к нативной. При этом WASM не имеет прямого доступа к странице и работает вместе с JavaScript: JavaScript отвечает за интерфейс и передает данные, а WASM-модуль выполняет тяжелые расчеты, например распознавание изображения.

  • WASM исполняется в той же изолированной среде браузера, что и JavaScript, и подчиняется тем же ограничениям. Модуль не может сам прочитать файлы на диске, обратиться к камере или отправить данные на произвольный адрес: камера включается только после разрешения пользователя, а сетевые запросы подчиняются тем же правилам безопасности браузера, что и JavaScript. Безопасность конкретного приложения, как и в случае с JavaScript, зависит от того, кто и как его написал, поэтому модули стоит получать от проверенного поставщика.

  • Нет. Поддержка WebAssembly встроена во все современные браузеры, включая Chrome, Firefox, Safari, Edge и Яндекс Браузер. Модуль загружается вместе со страницей как обычный ресурс сайта и кэшируется браузером, поэтому при следующих визитах повторно не скачивается. Пользователь просто открывает сайт или мини-приложение в мессенджере и сразу может, например, навести камеру на документ или QR-код. Разработчику сайта тоже не нужно ничего менять на стороне посетителей: достаточно разместить модуль на веб-сервере и подключить его к странице.

  • Да. Библиотеку распознавания компилируют в WASM, и браузер выполняет ее на устройстве пользователя. Пользователь фотографирует паспорт или наводит на него камеру, модуль находит документ в кадре, выравнивает изображение и извлекает поля, а страница получает готовые данные для анкеты. Фото документа при этом не уходит на внешний сервер. Так работает Smart Engines Web OCR: он распознает удостоверения личности, банковские карты, QR-коды и штрихкоды в браузере и в мини-приложениях Telegram и MAX.

  • WebAssembly поддерживают все современные браузеры на компьютерах и смартфонах: Chrome, Firefox, Safari, Edge, Opera, Яндекс Браузер и браузеры на их основе, а также встроенные браузеры мессенджеров. Базовые возможности доступны в них с 2017 года. Отдельные расширения стандарта, например SIMD-инструкции и многопоточность, которые ускоряют вычисления, появились позже, поэтому их наличие зависит от версии браузера. Библиотеки распознавания проверяют доступные возможности при запуске и выбирают подходящий режим работы.